时序知识图谱补全新SOTA
通过将不同时间戳的事实映射到不同的潜在空间，同时捕获时序知识图谱的时间变化性和时间稳定性，以动态卷积网络和参数生成网络实现高效补全。
Li, Yancong · 张小明 · Zhang, Bo · 黄斐然 · Xiaopeng, Chen · Lu, Ming · 马帅
Information Sciences 2024
通过分层参数生成机制，长期知识在年、月层面共享，短期知识在日层面保留，兼顾时间变化性与稳定性。
自适应参数生成通过划分树确保参数负载均衡，避免小间隔内大量参数未被充分利用。
广泛的实验表明SANe优于现有方法，在五个基准数据集上取得最先进性能。